智能制造路径范文第1篇

《中国制造2025》有中国版“工业4.0”之称，是建设我国制造强国的纲领性文件。文件吸取了美国、德国的所长，又结合了中国的特点，聚焦五大工程。其中把智能制造工程作为主攻方向。在这个基础上，我国制造业将如何由大变强？来自业界的专家学者开展了深入而广泛的探讨。

面对新的需求谋布局

工业和信息化部发展规划处处长姚B指出，“中国制造2025”的出台唤醒了中国制造业的发展，也推动了中国制造业发展由过去的平台转向一个新的平台。“我们过去追求的是规模，我们长期走的是规模扩张的老路，未来我们要走提质增效的新路。”所以，“中国制造2025”对中国制造业发展是里程碑的事件，是节点性的事件。

从当前的制造发展来看，我们的制造业发展面临一些新的需求，突出的表现在效率、时间和灵活性，在效率方面我们的制造业迫切的要求提高我们能源效率、资源效率、生态效率和生产效率。

“过去，我们生产研发一款产品，可以在市场上销售八到十年，持续盈利。现在，一个产品生存周期只有一到两年，手机八到十个月就换一代。所以，制造业面临着创新周期大幅度加快，表现为一种快速迭代式的创新，对技术转化为生产力的时间需求也越来越高，我们对创新提出开放协同的需求，不能再像过去那样单打独斗。制造业要想满足个性化需求，企业就要灵活多变，对制造业进行柔性重构。”

同时，移动互联网、物联网、云计算、大数据等新的技术在制造业里面不断的渗透、融合和应用，促进了制造业的加速变革，向数字化、网络化和智能化转变。

数字化是实现智能化的基础，本质是机器产品物理世界模型化、数字化和虚拟化；网络化是智能化发展的核心平台，为制造业共聚生产关系，网络平台传递的就是企业数据；智能化是制造自动化更高级的形态，通过数字化与自动化的集成，基于大数据的分析与决策来实现企业从刚性自动化转向未来的柔性自动化。

如今，制造业的发展正在出现新的关健词，例如五联、数据、智能、服务、融合、定制等，围绕当前制造业发展的新需求和新挑战，国家提出新的总体布局：未来制造业的发展核心目标是提质增效；五个基本方针是创新驱动质量为先、结构优化；核心主线是新一代信息技术与制造业的深度融合；主攻方向是智能制造。围绕总体导向，国家提出“九个任务”、“五大工程”、“十个重点领域”和“重大决策”。未来，推进中国制造业由大变强，核心路径就是创新驱动+四化升级，四化升级指的是智能化、绿色化、服务化和品质化。

融合创新资源提转型

当前，国家紧迫的需求是要加快建立协同高效的制造业创新体系。因为国家整个创新体系的效能还明显偏低。

近期，据科技部统计，我国每年产生3万多项科技成果，但是能够真正转化的只有10%，大量科技成果存在专利、论文、评价等前端环节，许多很难转化到现实生产力当中去，所以我们的制造业迫切需要的是怎么提高整个创新体系的效能。而这个体系里包括了制造业的主体能力建设。首先，我国要有一批以技术创新为导向的龙头企业、骨干企业、创新型企业；其次，打通整个创新的链条，打通基础研究、应用研究和产业创新的整个创新链的各个环节之间的障碍；再次，要建设一支高水平的创新人才队伍；最后，完善有利于创新环境的政策激励等。

第一，“在建立制造业创新体系中，我们确定了一个主要的突破口，即加快建设国家制造业创新中心，强化共性关键技术的研发供给。”姚B强调。

从整个创新链来看，分为基础研究、应用研究和产业创新的学研产等三个环节。当前，我们的应用研究或者共性关键技术的应用研究是突破瓶颈。我们要建设国家制造业创新中心，来把基础研究环节和产业创新环节贯穿起来。中心是企业科研院所和高等学校等各类创新主体的战略组合，以独立法人形式所建立的新型创新载体。中心将面向制造业创新发展的重大需求，以重点领域前沿技术和共性关键技术的研发供给、转移扩散和首次商业化为重点，整合创新资源，打造跨界协同创新生态系统。

第二，要推进制造业智能化，注重三个维度创新，依次是终端产品创新、生产技术创新和商业模式创新。终端产品方面，要加速产品智能化，包括增加工业传感器、计算能力、控制系统、芯片和网络连接能力等，在产品应用中来提高产品智能化水平。“我们提出智能生产的逻辑环，包括感知、通信、决策、操作，我们要实现每一台设备的每一个参数流程，每一个产品的实时的动态监控和动态的参数的获取，从而使我们能够实时感知到当前生产制造系统的状态和参数。这些感知到的参数和数据要能够进行实时高效的通信，通过工业互联网的部署来实现数据共享和流动。”

第三，发展新技术，包括工业软件、人工智能、大数据和云计算等新一代信息技术。

第四，操作实现MES、PLC、工业机器人等自动化执行，基于柔性自动化，使工厂能够响应外界动态的变化。

“要实现智能生产，核心技术就是要构建CPS系统，把现实物理生产系统的每个设备、工具、工艺、流程都要在计算机虚拟环境进行实时映射，虚拟环境中的模型数据通过我们的优化流程算法优化以后，将相关的调整指令传递到实体环境，发生相应的调整，从而构建实时大循环，不断进行调整和优化，所以这个核心就是CPS。而关键的基础设施是要建立工业互联网，为整个工厂层面的数据提供全面共享连接管理的能力和应用方法，工业互联网在端层面提供的是数据采集通道，使我们通过传感器部署能够实时获取生产当中各个环节数据。传输层面上提供的是网络传输通道，在终端提供的是数据管理和分析方法，实现存储计算和分析能力。”

智能生产价值创造靠的是数据采集和分析应用，数据将会成为企业关键生产资料和竞争力的重要来源，智能生产是由数据驱动，生产的智能化要构建CPS的基础，需要搭建工业互联网关键的信息基础设施，要通过数据的深度挖掘和应用分析来实现智能的决策和分析。

如今，传真机、电话和那些传统的东西都消失了。特别是在服务业和软件业，由于数字化的转变，有很多成功者，也有很多失败者。尤其是内容和PICT行业的融合，传统媒体在消失，数字化发生在人们生活中的方方面面。

“例如在工厂的垂直化发展中，客户定单进来后，通过ERP系统进行资源分配，把它发给执行机构，再传到机器上，进而做生产组装。不仅如此，更多的工作可以实现无纸化。我们要打造一个供应商和生产商之间的联系，并且把客户也加入起来。”

将来的工厂将完全不需要人，而是由机器人来控制。在工业4.0浪潮影响下，尽早开始数字化的公司必将走在前面，他们在装载或者生产线或安装线当中引入先进的工具，并且与客户保持紧密的联系。69%的德国公司希望采用工业4.0来加强他们现有的流程，提高他们的效率。

91%的德国企业都有针对工业4.0做出自己的战略部署。他们需要跨学科的协作，很多不同的需求，不同的观点转换到同一个模型里面来，整合大公司，支持小公司，从而驱动市场。

但是，75%的德国公司都没有开始工业4.0，因为它太昂贵了。这就是在实验室当中，让大小公司进行合作的原因。

让业务全链接创价值

“当下的制造商面临着新压力，企业必须拥有全球竞争力才能够继续发展。而制造业企业需要有新技能组合才可以运行智能化的制造设备，也因为此原因，人才的短缺成为企业发展的一大瓶颈。另外，由于新技术的不断涌现，信息安全隐患成为了企业最大的风险来源。再次，物联网虽然带来很多机遇，但同时也给组织内部带来了各种各样的挑战。”罗克韦尔大中华区总裁罗伯特・巴特摩尔强调。

华为集团信息化首席专家宋联昌指出，华为有18万员工，其中研发有将近8万人，有36个联合创意中心，在500强里面排名129名，是一个业界领先的ICT供应商。从华为的收入一直是持续稳健的增长，不管是运营商、终端、企业业务领域都是增长非常快的，外面一直在问保持增长的原因是什么？华为总结了四点，就是创新能力、世界级管理、企业文化、核心价值观。一个是流程和IT支撑的管理体系，一个是对人的管理和激励。

“熵”这是一个捣乱的状态，在封闭的状态当中，“熵”是不断的增加的，不管我们的管理体系，组织、流程、IT，我们的组织人会越来越多，员工会越来越复杂，这个时候的“熵”就增加了。这种趋势的情况下，如何保证企业的有效运作？从组织上来讲，华为是精兵化的组织，足够开放，鼓励去中心化，从而让企业处在低“熵”的运作状态。

数字化实际上是降低企业信息“熵”的特点，要想把“熵”有效运作，华为提出全连接，即人、业务、知识全连接。

华为数字化运营思路有几个点，第一，目的是让业务更加简单、更加快捷和安全。其被总结为五个体验，实时、按需、全在线，服务自助、社交。业务要数字化、服务化，手段是全连接、计算能力和算法，基础是数据和IT平台。

华为把所有的连接分为五类用户，分别是客户、消费者、员工、合作伙伴和供应商。从中可以看到人和人、人和业务、人和知识，人和物。如果把人换成物，就变成智能制造、智能工厂。一些过程有确定性的业务，这部分业务需要标准化和自动化；而不那么确定的业务就靠智能化来解决，例如社交化来解决。

ROADS和传统体验的区别是实时和非实时，秒级的反应就是华为实时的状态。

“对于企业来说，如今客户的需求正越来越个性化，因此企业必须快速找出解决方案，应对客户的新需求。而很多破坏性、具有颠覆性的商业模式也在改变现有的企业组织结构――对于制造商而言，他们必须更加灵活、实现更高的出产率，而且制造小组件的能力要更精细。此外，最重要的一点是，企业必须考虑成本问题，保持低库存量，还要减少对劳动力的依赖。”博世力士乐副总裁沃尔克・萨乌尔强调。

智能制造路径范文第2篇

【关键词】路径规划 智能小车 控制系统

最近几年，我国企业的生产技术处于逐渐提高的状态中，也慢慢地加深了对自动化技术的要求，在这样的科技研究环境下，智能车辆、开发出来相关的智能产品也慢慢地成为柔性生产组织以及自动化物流运输等相关高科技系统的重要设备。国际上，大多数的国家都在对智能车辆积极进行开发设计以及研究。在20世纪时，就已经有移动机器人的出现，虽然只是机器人学中的小部分，但是这样的科技研究精神在智能小车的研究设计中依然存在，本文就针对基于路径规划的智能小车控制系统进行了分析，受到了人们和研究者们的广泛关注。

1 对国内智能小车的现状进行研究分析

目前，智能交通系统中重点发展的部分就是智能车辆，这也是世界上相关车辆研究领域中的热点，在不断提高企业生产技术以及不断加深自动化技术的要求时，大多数的工业部门已经慢慢广泛应用了智能车辆。很多的发达工业国家，智能车辆也已经慢慢地实现商品化，这样低廉成本的缘故，可以更加有利于人类工作得更好，同时，智能车辆也已经慢慢地渗入到社会以及工业的每个层面中。

相对国外智能车辆的研究而言，我国这方面的技术研究比较晚，在20世纪80年代才开始。而且大多数研究尚处在针对某个单项技术研究的阶段，研究开发了一个基于路径处理的智能小车控制系统。由此可知，发达国家的社会以及政府能够更加清楚地意识到智能车辆技术的优越性。汽车研究机构以及制造公司中，智能车辆实验的建立更加有利于树立信心，广阔的智能车辆市场前景吸引汽车公司投入大量的资金，有效地促进了智能车辆的实用化进程。在经济实力方面，我国应该根据本国的具体情况进行研究，有效地增强综合国力以及各个行业的竞争力，有利于居民生活水平的提高。

2 基于路径规划的智能小车控制系统分析

2.1 设计智能小车控制系统的思路

基于路径规划的智能小车控制系统分析，最主要的就是设计智能小车控制系统的思路，其中智能小车也仅仅是智能车辆研究中的小部分。智能小车的移动机构就是车轮，可以很完整地实现自主行驶作用，所以我们才将其称作是智能小车。智能小车比较容易编程是由于其具有机器人所具备的那些基本特征。与此同时，智能小车和其它的遥控小车存在的不同之处就是，遥控小车的转向、进退以及启停等都需要操作员对其进行控制；然而，智能小车速度的控制、行驶方向以及启停都能够利用计算机编程进行实现，不需要人为地进行干预。与此同时，操作若想对智能小车的行驶方式进行改变，可以利用计算机进行程序或者某些数据的修改来实现。这也是智能小车最大化的特点，可以利用编程来对其进行控制、以及对小车行驶方式进行改变。研究智能小车控制系统的主要目的，就是让小车更高自主地行驶。

2.2 分析智能小车控制系统结构

对于智能小车控制系统结构而言，和其他的控制系统一样都需要一个比较完整的控制系统，同时，对于系统的每项功能模块要求都是要相互之间有着紧密的联系，按照以上的具体流程以及功能之间结构的关系，就可以很容易地确定比较系统的总设计方案。

2.2.1 智能小车控制系统中上位机系统设计的分析

智能小车控制系统中上位机系统，用来负责对小车的行驶路径进行有效的处理，并且将其处理完整的重要数据信息传输发送到下位机。上位机系统所具备的硬件环境都是Pentium以上的CPU；内存不少于32MB；显示器分辨率很高；硬盘空间至少要保持130MB的空余，这样可以创造更大的数据交换区。

2.2.2 智能小车控制系统中下位机系统设计的分析

智能小车控制系统中下位机系统，只是负责对上位机所发出输送过来的数据信息进行接收，脉冲信号是由单片机正常产生的比较准确，对步进电机进行工作的控制，依照预定的路径让驱动小车前进。通常情况下，单片机采取的是十六位微处理器SPCE06IA板，产自于台湾凌阳；步进电机选取的是两相永磁式，步距角相对比较标准。另外，还需采集数据的模块进行设计，对小车的位姿重要信息进行采集，以方便对系统的控制误差进行分析。对于串行通信方式而言，主要是用来接受下位机以及上位机间通信传输的数据信息，与此同时，串行通信的两个方面都涉及到上系统以及下系统这两个，再针对上系统以及下系统的具体特点和情况进行硬件和软件的设计。

3 结语

综上所述，不管是从当前科学技术的发展，以及研究理论方面的研究来说，还是从汽车的市场竞争中以及工业发展中来分析，研究智能车辆都是必要经历的事情。然而，研究智能小车以及开发相关的其他产品，都更加有利于促进我国在技术领域中技术的进步和发展。由此可知，研制一种高效、智能以及便捷的智能小车控制系统，拥有着十分重要的科学理论价值以及重要的实践意义。

参考文献

[1]李舜酩，沈`，鲍庆勇.未知环境下基于行为控制的智能车辆路径规划研究[J].传感器与微系统，2014，129（22）：2064-2065.

[2]刘南君，毛培宏.基于Arduino Mega2560单片机的简易智能割草机器人的设计与实现[J].Agricultural Science & Technology，2013，115（11）：102-103.

[3]薛俊韬，徐少朋，王烨.基于计算机视觉的智能小车路径规划[J].计算机工程与应用，2014，213（06）：254-256.

智能制造路径范文第3篇

特朗普胜出的消息传来，奇点汽车CEO沈海寅精神一振。两年前，在沈海寅决定成立奇点汽车时，他对身旁的兄弟说，“我们成功的概率或许只有5%-10%，干不干？”

同一个概率，特朗普颠覆了人们的预判，奇点汽车能否实现对传统汽车业的逆袭？沉默了近8个月后，沈海寅在此次会上宣布：奇点汽车已经完成新一轮6亿美元的融资，奇点智能新能源汽车产业园项目将落户安徽铜陵，总投资80亿元，年产能将达到20万辆。

与其他互联网公司进军汽车业的侧重点相同，奇点的视角也落在智能驾驶领域，主要体现为三点：第一，联合人工智能专家李德毅院士一起开发、落地“驾驶脑”，为奇点汽车自主驾驶技术的提升做技术储备；第二，建立人工智能研究院，进行包括车载机器人、车载智能交互在内的研发；第三，加深在大数据和深度学习方面的合作布局。

第三条路径

事实上，布局智能驾驶是当前汽车圈和IT圈都在考虑的事情，只是两者的发展思路不同。

以谷歌和百度为例，互联网公司的智能驾驶研发路径主要是通过激光雷达等技术的不断研发、装配，一路狂奔直至无人驾驶。这条路径的缺点是需要突破很多法律门槛，研发成本也比较高，距离现实生活相对遥远。相比之下，汽车公司对自动驾驶的发展相对保守，他们会逐步提升ADAS层级然后到高级智能驾驶再到自动驾驶。这条路径的不足是，研发周期长，迭代速度慢。

所以权衡利弊下，智车优行选择了第三条发展路径，他们称之为“自主驾驶”：即初代产品从用户基本刚需的智能驾驶功能入手，后期通过提前铺设的云平台、处理器、传感器等硬件设备，让汽车在不需要改变硬件结构的基础上实现升级和迭代，通过大数据和自学习逐渐向“自主驾驶”过渡，使汽车能够在用户手里实现双代双控。

为了使“自主驾驶”概念落地，奇点汽车一方面与李德毅院士一起开发、落地“驾驶脑”，共同研究开发智能汽车驾驶脑项目，并将其运用到奇点汽车的量产车型中。沈海寅透露，驾驶脑的研发、测试将为奇点汽车自主驾驶技术的提升做技术准备，第一代奇点汽车将在2017年年底小批量量产。

另一方面，奇点汽车还将与东风网力及其全资子公司物灵科技一起，共同建立人工智能研究院，双方利用整合平台进行包括车载机器人、车载人机交互在内的大数据系统和深度学习开发，共同打造智能引擎。

除此之外，沈海寅透露奇点汽车还将延续与地平线机器人技术在ADAS系统方面的研发，未来将继续深化在视觉、算法等方面的合作。

互联网“造”不出汽车

奇点高度智能化的目标决定了它要对生产链条进行深度掌控，所以外界更关注奇点的制造环节如何落地。

之前，沈海寅曾向笔者透露，奇点将与整车企业合作，通过代工方式量产汽车。但在11月9日的会上，沈海寅的这一想法略有改变，他选择和乐视一样与地方资源合作，自建工厂，只是相比乐视200亿元的大手笔，奇点的投入规模为80亿元，将与安徽铜陵合作建设新能源汽车产业园，项目预计2017年底动工，产能规划为每年20万辆。在此之前，奇点汽车的生产将与国内一些具备生产资质的主机厂合作。

“现阶段，奇点会先和国内主机厂合作作为主机厂的子品牌来生产，同时我们也会积极争取新能源汽车牌照，争取将新能源牌照落户到安徽铜陵。”沈海寅说。

事实上，在沈海寅看来，互联网本身是造不出汽车的，它必须与现有的汽车工业相结合才能完成目标。他不赞同传统车企通过垂直整合来“闭门造车”的做法，认为现在新的商业模式完全可以通过整合资源快速造车。

一个最新的案例是，在美国硅谷一个110人的团队完成了航天飞机的制造计划，这件事对沈海寅的触动很大。“它表明只要充分利用资源整合，发挥协同能力，互联网公司造车不是不可能的事。”

但沈海寅并不认为互联网公司的优势在制造环节，相反IT企业应该把更多精力投放在智能驾驶的技术研发上，制造环节应该交给整车或者有制造经验的团队去做。这一点与蔚来、乐视的想法不谋而合。

智能制造路径范文第4篇

反观中国，工业化程度和工业基础依旧薄弱，产品质量仍然是无法回避的问题。这也就是为什么在“中国制造2025”战略规划当中要将提质增效纳为核心内容之一的原因。

记得在“中国制造2025”战略规划刚刚的时候，有人肤浅地认为“中国制造2025”就是德国“工业4.0”的翻版，如果一味地拷贝和嫁接，那么结果将不言而喻。其实，单单从工业基础和工业化水平的角度来讲，两者之间还是有着诸多差异的。

“这么理解‘中国制造2025’的人一定是不了解它的提出过程。虽然‘中国制造2025’正式提出是在2015年5月8日，晚于德国‘工业4.0’的提出时间，但是我国在2013年1月的时候就已经启动了‘制造强国战略研究’项目。之后经过长期的讨论、研究、修正以及实践才形成完整的‘中国制造2025’战略规划，并最终。这说明该项战略是在我国对自身工业基础和制造业现状有了充分认知和理解之后才最终决定的，绝不是任何一项战略规划的翻版。”振波在接受《中国信息化周报》记者采访时如此说道。

另外，宁振波还提出，德国工业企业总体处在向3.0到4.0发展的阶段，而我们的工业企业有的可能还处于1.0或者2.0发展阶段，只有补上丢失的课程，才可能向4.0阶段发展，所以说找到一条适合中国工业企业的发展路径是最重要的。可以说，“中国制造2025”战略规划的提出为中国工业企业的转型升级和创新提供了很好的方向。

对此，英飞凌科技（中国）有限公司大中华区总裁苏华博士也有相同的见地。他说：“目前来讲，中国很多制造企业的发展水平可能还处于2.0阶段，发展水平参差不齐，还需要走很长的一段路。”

不过是不是所有的工业企业都需要按照这样一条路径去推动自身的转型升级呢？“国家在倡导制造转型的过程中，并不是要求每个企业都要这样做。‘中国制造2025’战略规划只是提出了一个方向、一条路径或者一种规范样式，而具体应该如何实践，还需要企业根据自身情况适时做出决策，不能盲目，更不要盲从。”机械工业信息中心副主任刘功效在接受本报记者采访时这样说道。

智能制造路径范文第5篇

关键词：移动机器人；仿人技术；智能控制；思考研究

研究移动机器人，就需要解决其在移动过程中的定位、导航、控制和路径规划这一系列的问题。在这之中传感器的功能就被体现了出来，通过传感器可以让机器人实时把握环境信息，并在之后通过信息的整合，找到一条最合理的路径规划。所以移动机器人不仅可以被看作是一种自主式智能系统，也是一种高度智能化的自动化机器。移动机器人的仿人智能控制研究目前已成为了一项热门研究。

一、研究的目的和意义

实现移动机器人的全智能化可以说是现在我们每个人所期待的事情。而就而目前的技术和科技发展水平来看，距实现移动机器人的全智能化仍需要一段时间。但是随着现今科技发展水平的不断提高，移动机器人的研究已经逐渐进入到了一个新阶段。移动机器人的智能化、信息处理技术和适应性已经越来越强，而且我们已经开始追求更高层次的机器人的研究。当然，机器人的研究过程中仍旧有着一系列的问题，其会很容易受到环境因素的影响，也存在例如参数误差和未建模动态等问题。所以我们目前亟待解决机器人系统的不确定问题和自主的决策路径问题，使它们变成高度智能化的智能机器人。

然而，虽然我们目前在机器人的研究过程中取得了一系列的成就，但是也越来越受到来自符号处理的压力，符号处理工作做不好，机器人就会遇到在知识表示和信息处理方面的问题，这就要求我们研究出一套智能的算法使得机器人能够有组织的进行自主学习。算法在早期主要体现为符号主义、进化算法和模拟退火算法等，随着研究的发展，目前已经发展成为了结合多门学科、信息和技术的智能算法，并已经被普遍的应用。

智能算法目前被分为三大趋势：首先是改进经典算法并对其进行进一步的理论和实验研究；其次是通过开发新型的智能工具，在扩宽其应用领域的同时寻找到其理论基础，使得新型的智能工具能够在这个瞬息万变的社会中立稳脚跟。最后就是一种混合智能算法，是通过传统算法和智能算法的结合得到的。面对当今不断涌现新算法的现象，我们需要尽快的进行理论研究并开发新型的智能工具。

二、移动机器人的系统架构

（一）移动机器人硬件系统架构

移动机器人的硬件系统主要由路径识别系统模块、电源模块、直流电机驱动模块、无线通讯模块和测速模块这六大模块所组成。其中路径识别系统模块是移动机器人路径跟踪控制中至关重要的一部分，它可以控制移动机器人行走的速度，就像我们人类离不开眼睛一样，移动机器人也离不开路径识别系统模块。其主要是通过红外检测的方法来帮助机器人进行道路规划，红外接收管会通过区分不同程度的红外光来区分白天与黑夜，移动机器人的路径姿态和稳定性可以通过双排红外传感器来进一步确定。电源模块中每个模块需要的电压是不同的，例如单片机系统和传感器电路5V就够用，而舵机需要6V，针对这一特点，就需要利用开关电源调节器，它可以控制开关的导通和截止时间，从而不仅可以使工作中的热损失降低、提高了电源的利用率，还可以抗干扰、增强设备的稳定性。绝大多数的直流电机驱动都采用控制半导体功率器件工作在开关状态的开关驱动方式，再通过桥式驱动器可以实现多种输出控制、通讯功能和电平控制这些功能。无线通讯模块则主要负责的是移动机器人的行动状况的了解和反馈，及时的采集其在移动过程中的各种信息。而测速模块就是计算机器人的行驶速度，主要是通过检测红外收发对管在一定时间内输出高电平或者低电平的脉冲数来计算。

（二）移动机器人软件系统架构

移动机器人的软件系统主要经历初始化过程、数据采集和处理以及控制器设计这三种阶段。其中在初始化过程中，主要包括时钟初始化、PWM初始化、SCI串行口通信初始化、AD模块初始化和定时器模块这五部分。而采集的数据主要是两组AD转换之后的数据，但是这些数据很可能在传输的过程中受到外界环境的干扰而造成每个传感器的电压值显示不同，所以就需要我们对这些数据进行处理来排除偏离的数据使得数据能够一致。最后就可以进行控制器设计这一部分了，控制器在设计的时候要考虑到整理过后的数据，并且找到最适合移动机器人的速度和转角控制策略进而正确的控制机器人的自主移动。

三、 移动机器人在机械生产中的应用

（一）移动机器人在机械生产过程中的智能监控

在进行机械生产过程中，需要对各个环节的生产进行智能监督，例如炼油、轧钢、材料加工、核反应等，在其机械生产过程中经常会出现一系列的问题，影响了生产的正常运行，加强对机械生产过程的监控以确保机械性能的可靠性。为了提高机械性能的精度，以提高产品的稳定性和质量，以保证机械生产流程的顺利进行。例如轧钢机的神经控制、旋转水泥窑的模糊控制、分级智能材料处理、分布式材料加工系统、工业锅炉的递阶智能控制、智能pH值过程控制以及基于知识的核反器控制等，这样一来可以保证机械生产的整体效率。

（二）移动机器人在飞行器中的智能控制

移动机器人的智能控制在飞行过程得到了广泛的应用。大部分商用飞机都配备了可供选择的自动降落系统。基于神经网络的飞行器可以对紊流和其他非线性流进行有效的控制。此外，神经网络还可以对未识别线性或非线性关系进行有效的处理，而这些关系均是驾驶员能够运用的。在原则上移动机器人智能控制能够从一个大的变量集合转化为另一个变量集合，如从传感器参量转化到控制动作或操作模式的映射。上世纪80年代以来， 移动机器人智能控制在飞行器中得到了广泛的应用，大大提高了飞行器的安全性和运行效率。

参考文献：

[1] 陈情，薛方正.工业机器人的仿人智能控制[J].重庆理工大学学报：自然科学，2012，26（7）：42-49.